基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了实现对中国白酒品牌的有效鉴别,在比较了不同品牌白酒三维荧光光谱特性的基础上,采用平行因子方法(PARAFAC)结合遗传算法(GA)获得训练样本和测试样本的浓度得分.同时利用支持向量机(SVM)方法建立中国白酒的鉴别模型,预测准确率为97.5%.PARAFAC分解得到的三个组分的浓度得分,在一定程度上反映了品牌之间的差异.PARAFAC与GA算法的有效结合为未知样本的鉴别提供了一种快速准确的方法.研究结果表明,PARAFAC-GA-SVM的鉴别模型具有更强的预测能力,该方法能够有效提取白酒的特征光谱信息,同时又大大降低了SVM输入变量的维数.研究结果为中国白酒的鉴别提供了一种新的思路.
推荐文章
不同品牌葡萄酒的三维荧光光谱特性研究
三维荧光光谱
干红葡萄酒
赤霞珠
应用三维荧光光谱鉴别红酒中胭脂红色素
胭脂红
合成色素
红酒
三维荧光光谱
基于三维荧光光谱和主成分分析的溢油风化研究
荧光光谱
主成分分析
风化
溢油
海洋浮游植物三维荧光光谱中瑞利散射的校正
瑞利散射
Delaunay内插值法
三维荧光光谱
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 三维荧光光谱结合PARAFAC和GA对中国白酒品牌的鉴别
来源期刊 中国激光 学科 物理学
关键词 光谱学 平行因子分析法 遗传算法 中国白酒
年,卷(期) 2015,(6) 所属期刊栏目 光谱学
研究方向 页码范围 307-312
页数 6页 分类号 O436
字数 语种 中文
DOI 10.3788/CJL201542.0615002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (123)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(3)
  • 参考文献(0)
  • 二级参考文献(3)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(7)
  • 参考文献(4)
  • 二级参考文献(3)
2014(6)
  • 参考文献(4)
  • 二级参考文献(2)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
光谱学
平行因子分析法
遗传算法
中国白酒
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国激光
月刊
0258-7025
31-1339/TN
大16开
上海市嘉定区清河路390号 上海800-211邮政信箱
4-201
1974
chi
出版文献量(篇)
9993
总下载数(次)
26
总被引数(次)
105193
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导